“金连文”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果208个，建议您升级VIP下载更多相关专利

[发明专利]一种基于动态采样的端到端文字识别方法-CN202311015384.X在审
发明人： 金连文;黄明鑫;刘禹良 -专利权人：华南理工大学
申请日： 2023-08-14 - 公布日： 2023-10-24 - 主分类号： G06V30/18 文献下载
摘要：本发明公开了一种基于动态采样的端到端文字识别方法，包括以下步骤：获取待处理的文本图像；将所述待处理的文本图像输入文本检测模型，获取待处理图像中的文字区域；将所述文字区域输入动态采样模型，获取与所述文字区域对应的文字视觉特征；将所述文字视觉特征输入识别模型，获取识别结果。本发明利用动态采样网络来连接文本检测和文本识别网络，能够识别各种场景下复杂多样的文字，适用于不同机制的端到端文字识别方法，并在各个公开的数据集上达到了较高的准确率，具有极高的实用性和应用价值。
一种基于动态采样端到端文字识别方法

[发明专利]基于匹配类别嵌入的零样本的汉字识别方法-CN202111038228.6有效
发明人：黄宇浩;金连文;彭德智 -专利权人：华南理工大学
申请日： 2021-09-06 - 公布日： 2023-10-17 - 主分类号： G06V30/19 文献下载
摘要：本发明涉及基于匹配类别嵌入的零样本的汉字识别方法，包括：提取汉字文本图像的视觉特征；对汉字类别进行类别嵌入，采用基于层级分解嵌入算法，对汉字的部件进行层级分解，并计算得到相应的嵌入向量；将汉字类别的类别嵌入映射到视觉空间中，基于双向嵌入转移模块，使得汉字类别嵌入的维度等于视觉空间的维度，并保留所述汉字类别的原始信息；通过基于距离的CTC解码器，匹配汉字文本图像的视觉特征和汉字类别嵌入信息，输出汉字文本图像识别的最终结果。本发明通过匹配类别嵌入的方法，实现了零样本的汉字文本识别，该方法适用于汉字长文本识别和零样本汉字识别，此外本发明实现过程简单且灵活，可以应用于主流的文本识别框架。
基于匹配类别嵌入样本汉字识别方法

[发明专利]一种拍照文档图像增强方法、系统、装置及介质-CN202310713805.X在审
发明人： 金连文;张家鑫 -专利权人：华南理工大学
申请日： 2023-06-15 - 公布日： 2023-09-29 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种拍照文档图像增强方法、系统、装置及介质，属于模式识别与人工智能技术领域。其中方法包括：获取第一文档图像，以及获取所述第一文档图像对应的阴影图；根据所述第一文档图像和获得的阴影图进行光照矫正处理，得到第二文档图像；将所述第一文档图像和所述第二文档图像在通道维度进行拼接后，输入预设的第二深度卷积神经网络进行增强处理，输出第三文档图像，作为最终的增强结果。本发明能够处理各种光照退化：包括物体遮挡光源导致的阴影、光源不均匀导致的阴影、纸张不平整导致的阴影、光源不充足导致的低对比度。另外，还能处理字迹渗透等细节噪声。
一种拍照文档图像增强方法系统装置介质

[发明专利]基于对齐CTC的字符切割方法、系统及介质-CN202110805781.1有效
发明人：曲晨帆;金连文 -专利权人：华南理工大学
申请日： 2021-07-16 - 公布日： 2023-09-26 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了一种基于对齐CTC的字符切割方法、系统及介质，该方法为：收集文本行图像并进行预处理；构建基于CTC的文本行识别模型；利用预处理后的训练样本采用丢帧法训练基于CTC的文本行识别模型；将待切割文本图像进行处理并输入至已完成训练的基于CTC的文本行识别模型中；根据输出各帧的类别预测结果和置信度得到字符切割位置；根据字符切割位置在原图上切割得到字符。本发明的基于对齐CTC的文本行识别模型的训练数据只需要标注文本行内容，不需要标注单字的位置，节省了大量人力，实现了弱监督的文本行单字分割。另外，本发明的模型能够适用于任意输入长度以及带较多标注噪声的输入文本图像，鲁棒性强，能够得到更广泛的运用。
基于对齐 ctc 字符切割方法系统介质

[发明专利]自然场景文本图像字符像素弱监督自动标注方法、系统及介质-CN202110806669.X有效
发明人：曲晨帆;金连文;任峪瑾;李腾;廖文辉;蒋擎 -专利权人：华南理工大学
申请日： 2021-07-16 - 公布日： 2023-09-26 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了一种自然场景文本图像字符像素弱监督自动标注方法、系统及介质，该方法包括收集训练样本；生成合成数据；构建并利用训练样本及合成数据训练弱监督实例分割模型；生成伪标注；利用带伪标注数据继续训练；利用已完成训练的弱监督实例分割模型对待标注自然场景文本行图像进行像素级自动标注。本发明能够利用仅带有文本行字符串内容标注的自然场景文本行图像，自动而准确地生成其中每个字符的字符像素标注，从而能够大大解放人力，并可以辅助提升文本行识别器的性能及为场景文本编辑、擦除模型提供细粒度标注信息。此外，本发明鲁棒性强，能够完成各种真实场景环境下复杂结构中英文字符的自动标注。
自然场景文本图像字符像素监督自动标注方法系统介质

[发明专利]一种基于迁移与结构先验的深度学习超声图像去躁方法-CN201911364562.3有效
发明人：冯翔飞;黄庆华;金连文 -专利权人：华南理工大学
申请日： 2019-12-26 - 公布日： 2023-09-26 - 主分类号： G06T5/00 文献下载
摘要：本发明公开了一种基于迁移与结构先验的深度学习超声图像去躁方法。所包括以下步骤：根据超声图像斑点噪声在对数域服从高斯分布的先验知识，利用传统超声图像滤波器以及参数估计方法，在对数域估计斑点噪声的分布参数；利用已估计的分布参数，结合自然图像构建网络训练数据集，用于预训练去躁网络；利用两个图像细节提取网络分别提取去躁前与去躁后的超声图像细节信息，并用其去优化去躁网络的参数，采用优化后的去噪网络对超声图像进行去噪。本发明能够有效地实现斑点噪声去除，结构简单，具有很高的实用性。
一种基于迁移结构先验深度学习超声图像方法

[发明专利]一种基于全局和局部注意力机制的文本识别方法-CN202111029998.4有效
发明人：彭德智;金连文;谢灿宇;李鸿亮 -专利权人：华南理工大学;华南理工大学珠海现代产业创新研究院
申请日： 2021-09-03 - 公布日： 2023-08-22 - 主分类号： G06V30/19 文献下载
摘要：本发明公开了一种基于全局和局部注意力机制的文本识别方法，具体包括如下步骤：使用合成数据以及公开的真实文本行作为训练数据，使用真实场景下采集的文本行作为测试数据；对所有训练和测试样本进行数据预处理；采用有监督的方法训练识别模型，每个文本行都有对应的文本信息；采用卷积层和自注意力层等结构设计识别网络；将训练数据和标签输入到识别网络中进行训练；输入测试数据到训练完成的网络中，得到识别结果。本发明利用全局和局部注意力网络实现文本行识别，能够识别各种场景下复杂多样的联机和脱机文本，并在各个公开的数据集上达到了较高的准确率，具有极高的实用性和应用价值。
一种基于全局局部注意力机制文本识别方法

[发明专利]拓片甲骨文字符图像增广方法、系统、计算机设备及介质-CN202010553556.9有效
发明人：黄双萍;杨代辉;李豪杰;金连文 -专利权人：华南理工大学
申请日： 2020-06-17 - 公布日： 2023-08-18 - 主分类号： G06T5/30 文献下载
摘要：本发明公开了一种拓片甲骨文字符图像增广方法、系统、计算机设备及介质，所述方法包括：将临摹甲骨文字符图像集合输入字形增广模块进行随机形态处理，得到增广临摹甲骨文字符图像集合；构建风格迁移网络，以学习增广临摹甲骨文字符图像集合的分布到拓片甲骨文字符图像集合的分布之间的映射函数；将增广临摹甲骨文字符图像集合输入风格迁移网络进行处理，得到拓片甲骨文图像增广数据集；将拓片甲骨文字符图像集合与拓片甲骨文图像增广数据集混合，对拓片甲骨文字符识别网络进行训练。本发明可得到总数充足且类别平衡的增广数据集，以解决拓片甲骨文字符识别任务中的缺少训练数据的问题，利用增广数据集进行训练能够提升识别模型的精度。
拓片甲骨文字符图像增广方法系统计算机设备介质

[发明专利]一种自监督文档图像篡改检测方法、装置及介质-CN202310405925.3在审
发明人： 金连文;曲晨帆;刘禹良;刘崇宇;郭丰俊 -专利权人：华南理工大学
申请日： 2023-04-14 - 公布日： 2023-08-01 - 主分类号： G06V10/774 文献下载
摘要：本发明公开了一种自监督文档图像篡改检测方法、装置及介质，其中方法包括：获取文档图像；对文档图像进行预处理；根据预处理后的文档图像，利用选择式篡改生成方法生成自监督训练样本；构建并训练基于多模态Transformer的文档图像篡改检测模型；构建并训练频域攻击检测模型；根据训练后的文档图像篡改检测模型和频域攻击检测模型，构建文档图像篡改检测系统，用于对输入样本进行预测。本发明本发明的文档图像篡改检测系统仅仅利用无标注文档图像进行训练，节省了大量人力，实现了自监督的文档图像篡改检测；模型基于多模态Transformer同时利用视觉信息和频域信息进行篡改检测，可高效检出无视觉痕迹篡改，可广泛应用于人工智能及计算机视觉的技术领域。
一种监督文档图像篡改检测方法装置介质

[发明专利]一种人工智能领域文档关键信息抽取方法-CN202110353610.X有效
发明人：曲晨帆;金连文;林上港;马骏;刘振鑫;谭濯 -专利权人：华南理工大学
申请日： 2021-04-01 - 公布日： 2023-07-25 - 主分类号： G06F40/279 文献下载
摘要：本发明公开了一种人工智能领域文档关键信息抽取方法，包括以下步骤：S1、收集人工智能领域文档数据，进行关键信息抽取数据标注；S2、对预训练模型RoBERTa进行进一步预训练；S3、构建信息抽取模型；S4、利用进一步预训练得到的RoBERTa模型进行骨干网络参数初始化；S5、利用已标注数据进行训练，训练过程中对标注数据进行随机替换和数据增强并利用平方交叉熵损失来计算反向传播的误差；S6、利用训练得到的信息抽取模型在人工智能领域无结构化文本中进行信息抽取得到结果三元组。本发明方法将信息抽取作为一种机器阅读理解任务来求解，预测文本中各个关键信息的起点和终点位置，解决了序列标注模型应对长跨度知识文本时性能效果大幅度下降的问题。
一种人工智能领域文档关键信息抽取方法

[发明专利]一种文本无关联机笔迹身份认证方法、系统、装置及介质-CN202310241090.2在审
发明人： 金连文;张沛荣;赖松轩;李鸿亮 -专利权人：华南理工大学
申请日： 2023-03-13 - 公布日： 2023-07-21 - 主分类号： G06V40/30 文献下载
摘要：本发明公开了一种文本无关联机笔迹身份认证方法、系统、装置及介质，其中方法包括：获取文本无关的笔迹时间序列数据；对笔迹时间序列数据进行压力归一化和坐标中心归一化处理；构建基于深度神经网络的鉴别模型，采用归一化处理后的笔迹时间序列数据对鉴别模型进行训练；获取模板笔迹和待测试笔迹，将模板笔迹和待测试笔迹输入训练后的鉴别模型进行特征提取，获得第一表征向量和第二表征向量；根据第一表征向量和第二表征向量判定待测试笔迹为真实笔迹或者伪造笔迹。本发明在文本无关场景下进行笔迹认证，针对文本无关场景下内容无法使用只有风格可以使用的特点，自适应地增强风格特征的学习，降低错误率，可广泛应用于深度学习与模式识别领域。
一种文本无关联机笔迹身份认证方法系统装置介质

[发明专利]一种适用于拍照文档的图像配准方法、系统、装置及介质-CN202310258553.6在审
发明人： 金连文;陈邦栋;张家鑫 -专利权人：华南理工大学
申请日： 2023-03-16 - 公布日： 2023-07-21 - 主分类号： G06T7/33 文献下载
摘要：本发明公开了一种适用于拍照文档的图像配准方法、系统、装置及介质，其中方法包括：获取拍照文档图像，对所述拍照文档图像进行非刚性预对齐，获得预对齐文档图像；获取干净文档图像，对所述干净文档图像和预对齐文档图像进行分层对齐，获得多尺度特征图和偏移场；对所述多尺度特征图和偏移场进行细粒度循环细化，获得与所述预对齐文档图像相同尺度大小的偏移场。本发明能够处理具有不同干扰因素的拍照文档图像，包括纸张扭曲、纸张褶皱、拍摄光照变化或者阴影变化的情况。本发明可广泛应用于模式识别与人工智能技术领域。
一种适用于拍照文档图像方法系统装置介质

[发明专利]一种文档图像配准数据合成方法、系统、装置及介质-CN202310113199.8在审
发明人： 金连文;张家鑫;陈邦栋;郑晓怡 -专利权人：华南理工大学
申请日： 2023-02-13 - 公布日： 2023-07-18 - 主分类号： G06T7/30 文献下载
摘要：本发明公开了一种文档图像配准数据合成方法、系统、装置及介质，其中方法包括：获取不包含几何形变退化、光照退化的第一文档图像；生成随机非刚性形变的偏移场；根据生成的偏移场对第一文档图像进行几何形变，得到第二文档图像；获取阴影图；根据阴影图对第一文档图像和/或第二文档图像进行退化处理，获得退化图像。本发明可以合成针对文档图像配准的数据，包括两张内容相同但相互之间含有非刚性形变的文档图像以及这两张文档图像之间的偏移场，合成的数据还可以模拟真实场景中拍摄文档图像含有的阴影、光照变化等退化；该合成方法可以有效地缓解现有文档图像配准任务中训练数据欠缺的问题。本发明可广泛应用于模式识别与人工智能技术领域。
一种文档图像准数合成方法系统装置介质

[发明专利]一种扫描文档矫正方法、系统、装置和存储介质-CN202310239525.X在审
发明人： 金连文;张家鑫;张沛荣;陈邦栋 -专利权人：华南理工大学
申请日： 2023-03-13 - 公布日： 2023-07-18 - 主分类号： G06V30/16 文献下载
摘要：本发明公开了一种扫描文档矫正方法、系统、装置和存储介质，其中方法包括：获取文档图像，对所述文档图像进行分割处理，获得分割掩膜图；对所述分割掩膜图进行边界线段检测，获得多条边界线段；对所述边界线段进行识别，以获得所述边界线段的类型；根据识别后的所述边界线段，为文档的四个边界分别选取一条特征线段；根据所述特征线段进行仿射变换矫正，获得矫正后的文档图像。本发明通过对线段进行处理，可以处理多种边界、角点缺失的情况，也可以处理角点处含有折叠的文档，具有较好的适用性；另外，本发明仅利用仿射变换进行矫正，不会引入额外的形变。本发明可广泛应用于文档图像处理技术领域。
一种扫描文档矫正方法系统装置存储介质

[发明专利]一种面向人工智能领域知识的高效智能问答系统-CN202110392744.2有效
发明人：曲晨帆;金连文;林上港;马骏;谭濯;刘振鑫 -专利权人：华南理工大学
申请日： 2021-04-13 - 公布日： 2023-07-18 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种面向人工智能领域知识的高效智能问答系统，包括准备模块和问答模块；其中，准备模块包括数据收集模块、模型训练模块和问答系统知识结构构建模块；问答模块包括输入预处理模块、基于知识库的问答模块、基于文本库的问答模块和基于知识库的问题推荐模块。本发明通过准备模块与问答模块，使得对于用户问题以及知识库问题、文本库问题的分词准确性大大增强，进而大幅度提升全问答系统整体的准确性，从而大幅度改善用户体验，实现低成本高效率高用户体验的知识问答服务。
一种面向人工智能领域知识高效智能问答系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
下一页»
尾页
共 208 条